深度学习之DeepLab用于语义分割

摘要

• 研究点：CNN做语义分割
• 工程主页：http://liangchiehchen.com/projects/DeepLab.html
• 主要贡献：
  
  1. 
     atrous conv: 可以控制参与卷积的feature的分辨率
     Subsample -> Conv(kernel) 和 AtrousConv(kernel) -> Subsample 等价，且 AtrousConv(kernel) 平移不变。
     参考博客：http://blog.csdn.net/u012759136/article/details/52434826#t9
  2. 
     atrous spatial pyramid pooling (ASPP) : 可以在不同的scale下分割物体。
  3. 
     定位物体边界更加精确！将 DCNN layer 最后的输出与 fully connected Conditional Random Field (CRF)结合，克服了DCNN中最大池化和下采样造成的定位精度不准的问题。
• 关键词： 语义分割；atrous convolution; CRF

1 Introduction

DCNN在语义分割这一块的局限性：
(1) 分辨率下降（max-pooling and downsampling 的stride引起）reduced feature resolution

引用了FCN做语义分割的[14] ,并指出其缺点是空间分辨率大大降低！作者为克服该问题，去掉了池化后几层的下采样操作，而在后续的几层卷积层中加入了上采样操作。
Use atrous convolution as a shorthand for convolution with upsampled filters
atrous convolution [3,6,16]

相比采用deconv(反卷积)的方法[13,14]，作者采用的atrous conv+线性插值的方法也非常有效。
其优势在于：不需要增加参